首页期刊导航|遥感学报
期刊信息/Journal information
遥感学报
遥感学报

顾行发

双月刊

1007-4619

jrs@irsa.ac.cn

010-64806643

100101

北京市安外大屯路中国科学院遥感应用研究所

遥感学报/Journal Journal of Remote SensingCSCD北大核心CSTPCDEI
查看更多>>本刊为专业性学术刊物。反映遥感领域的科研与技术应用成果。包括航天航空、农业、林业、资源开发、环境监测和保护、区域和工程地质勘探和评价、找矿、灾害监测和评估等领域的应用,以及地理信息系统、遥感、GIS及空间定位系统的综合应用等方面。读者对象为遥感及相关学科的科研人员及高等院校师生。
正式出版
收录年代

    MtSCCD:面向深度学习的土地利用场景分类与变化检测数据集

    周维勋刘京雷彭代锋管海燕...
    321-333页
    查看更多>>摘要:利用遥感影像识别土地利用类型及监测其变化情况在城市规划和土地利用优化等领域发挥着重要作用.当前,相关数据集存在样本量少、类别划分不合理、数据不开源等局限,难以满足样本驱动的深度学习遥感信息提取范式的需求.本文构建了一个面向深度学习的大规模场景分类与变化检测数据集MtSCCD(Multi-temporal Scene Classification and Change Detection).该数据集包括 MtSCCD_LUSC(MtSCCD Land Use Scene Classification)和MtSCCD_LUCD(MtSCCD Land Use Change Detection)两个子数据集,分别用于土地利用场景分类与变化检测任务.该数据集具有以下特点:(1)MtSCCD是目前规模最大的公开的土地利用类型识别与检测数据集,包含10种土地利用类型共65548幅图像,并且样本覆盖中国5个城市的中心区域;(2)由于MtSCCD数据集根据城市划分训练集、验证集以及测试集,对于新增的城市土地利用数据,可以根据需求划分为训练集与验证集或测试集,因此可扩展性较高;(3)MtSCCD数据集中测试集与训练集的样本来自不同的城市,因此符合实际业务需求,且能够验证模型的泛化性能.基于MtSCCD_LUSC和MtSCCD_LUCD两个子数据集,本文评估了多个深度学习网络的分类与变化检测效果,为后续的相关研究提供了参考.

    土地利用场景分类变化检测数据集信息提取特征提取深度学习卷积神经网络

    结合多源专题数据和目视解译的大区域密集湿地样本数据生产

    彭凯锋蒋卫国侯鹏凌子燕...
    334-345页
    查看更多>>摘要:样本数据是开展湿地制图的研究基础之一,对于数据生产和精度验证具有重要作用.针对湿地生态系统类型多样,大区域的全湿地类型样本生产困难的问题,本研究提出了一种准确、高效的大区域密集湿地样本生产框架.该框架主要包括两部分:首先,基于已有的湿地数据产品,使用规则筛选的方法直接生产稳定的湿地样本点,能够得到河流、湖泊、水库、滨海木本沼泽(红树林)、滩涂的5种湿地类型样本点;其次,基于多源专题数据进行规则筛选,生产潜在湿地样本点,并利用Google Earth Engine大数据云平台、Google Earth平台和Collect Earth平台进行目视解译,以确定潜在湿地样本点的类型属性.本文开展大洲尺度的全湿地类型样本生产,结果表明:本研究共生产了 150688个湿地样本点,其中内陆湿地样本点为121412个,滨海湿地样本点为11563个,人工湿地样本点为17693个.13种湿地类型中,湖泊样本点占比最大(39.22%),潟湖样本点占比最小(0.19%).本文生产了稳定、高质量的湿地样本点,样本数量充足,空间分布合理,能够为湿地分类器的训练和分类结果精度验证提供可靠的数据基础.

    遥感湿地样本生产多源专题数据目视解译GoogleEarthEngineGoogleEarthCollectEarth

    适应复杂区域的时序SAR影像洪水监测与分析

    李聪妤刘家奇刘欣鑫李树涛...
    346-358页
    查看更多>>摘要:洪涝灾害对中国沿湖沿江地带的国家经济和人民财产威胁巨大.针对洪涝灾害期间光学影像质量低,单幅SAR(Synthetic Aperture Radar)影像水体提取多依赖经验阈值且可靠性不足等问题,本文提出了一种适应复杂区域的时序SAR影像洪水监测方法.为获取完整的洪水淹没区域,首先结合影像序列的统计分析结果,设计了两个归一化差异指数 突出临时洪水的淹没范围提取指数SREI(Submerged Range Extraction Index)和突出矮植被覆盖的植被区淹没范围提取指数SRVEI(Submerged Range in Vegetation area Extraction Index);然后,根据同一区域植被季候性分布较为稳定的前提,给出了阈值的自适应选取方式;最后,考虑中国湖泊周围地物特点,构建了适应的后处理过程,优化提取区域,形成了洪水淹没区域提取与监测的详细流程和通用框架.本文以东洞庭湖流域为主要研究区域验证了方法的提取精度,并在此基础上进行了2020年东洞庭湖流域洪涝灾害态势分析和洪水淹没地物分析,展示了方法在洪涝灾害监测评估上的应用性能.另外,本文还将该方法应用于东洞庭湖流域往年数据,进行了汛期洪水淹没范围年际分析,并添加了同年鄱阳湖洪水淹没区域的实验,验证了方法时空应用的稳定性.相关实验结果表明,本文方法对洪水淹没区域的提取精度高,用户依赖性低,可跨越时空地应用于不同洪水淹没区域监测场景,且可以初步区分不同属性的洪水淹没范围,能够为本文涉及区域及其他区域的洪涝灾害监测、评估和预警提供一定的参考.

    洪涝灾害合成孔径雷达时序监测水文遥感SAR洞庭湖

    黑河中游农作物MODIS叶面积指数产品时间序列精度验证与变化特征分析

    王丹彤屈永华
    359-374页
    查看更多>>摘要:叶面积指数LAI(Leaf Area Index)是表征植被生长状态的一个重要的冠层结构参数.MODIS LAI产品是全球常用的遥感LAI产品之一.然而,由于地表异质性、数据质量、模型精度等多方面的差异,MODISLAI产品质量各有不同.基于无线传感器网络的LAINet仪器可以自动获取时间频率更密集的LAI实测数据,为验证卫星遥感LAI产品质量提供了有力支持.本文基于2018年和2019年黑河中游时间序列地面实测LAI数据与高空间分辨率卫星遥感植被指数数据,建立经验回归模型.将该模型反演高空间分辨率卫星遥感LAI作为参考LAI真值,对MODIS LAI产品进行了精度验证与稳定性评价,分析了 MODIS LAI与LAINet地面测量的差异原因.结果表明:与Landsat 8参考真值相比,MODIS LAI生长季的质量(RMSE2018=1.17,RMSE2019=1.14)优于衰落季(RMSE2018=1.39,RMSE2019=1.84),MODIS LAI总体低估,尤其是生长季后期.时间序列上,MODIS LAI产品能够刻画植被生长和凋落的季节特征,但生长前期波动性要强于后期.与LAINet观测方式的差异是MODIS LAI低估的主要原因,即遥感传感器从太空平台向下观测,LAI值在生长季后期受到叶绿素降低的影响,而LAINet仪器从冠层下向上观测,主要受到冠层间隙率的影响,因此对叶片内色素变化不敏感.对MODIS LAI产品的精度验证与稳定性评价结果表明,可以利用地面实测数据和卫星遥感数据反演时间序列LAI,但是,在使用类似玉米作物的生长季后期数据的时候,需要考虑到MODIS LAI与LAINetLAI观测对象与算法原理的差异.本研究可为MODIS LAI产品的使用者和算法研究者提供参考.

    MODIS叶面积指数LAINet精度验证稳定性评价

    利用GF-1 WFV影像和FY-3D MERSI火点产品提取过火区的方法

    单天婵郑伟陈洁
    375-384页
    查看更多>>摘要:利用遥感技术获取过火区信息对生态环境监测具有重要意义,其中高分辨率数据更适合提取小范围过火区.目前已有多种利用国外火点产品结合遥感影像提取过火区的研究.为了增强国产遥感数据火情监测能力,提高小范围过火区的提取效率和精度,基于过火前后2幅GF-1 WFV影像和多时相FY-3DMERSI火点产品开展过火区提取研究.2处研究区分别位于四川省凉山彝族自治州木里藏族自治县和西昌市.首先根据火点与过火区形成的关系,结合火点的时间、空间和光谱特征,筛选并扩充火点像元,确定过火区粗略范围;然后确定每种地表类型的分割阈值,分类过火像元和非过火像元;最后剔除周边小斑块,得到过火区提取结果.以人机交互方式获得的过火区参考真值作验证,并与神经网络分类法提取过火区的结果作对比.结果表明本文方法的过火区提取结果精度要明显高于神经网络分类法,Kappa系数达到0.82.该方法可以充分结合GF-1 WFV影像和FY-3D MERSI火点产品数据的优势,降低样本像元选择时间成本和不确定性,快速准确地提取小范围过火区.未来可考虑通过选择更高精度的火点产品,结合实地考察验证对该方法改进完善.

    遥感过火区火点监测产品FY-3DMERSIGF-1WFVNDVI阈值分割

    超光谱热红外数据通道选择方法在O3和CH4廓线反演中的应用

    姚微源张贝贝王宁马灵玲...
    385-397页
    查看更多>>摘要:与高光谱热红外数据相比,超光谱热红外数据中包含了臭氧(O3)和甲烷(CH4)在大气垂直剖面上更多的状态信息,为提升O3和CH4廓线的反演精度提供了可能.然而,超光谱热红外数据通道之间的间隔较窄,这在给数据引入一些特有可反演信息的同时还引入了大量的相似信息,这些特征均无法被现有的基于高光谱热红外数据的通道选择方法识别.为了保证超光谱热红外数据反演O3和CH4廓线的效率和精度,我们提出了一种基于大气灵敏度和雅可比剖面的通道优选方法(OWSP法).该方法首先通过分析通道对不同气体的灵敏度情况,优选出受其他气体干扰较小的通道为初选通道;其次,深度分析通道雅可比特征后提出了优化雅可比矩阵的策略,具体为将通道雅可比量化为表征通道信息容量的因素,并采用迭代的方法获取最终的通道选择结果.本文将OWSP方法应用在阿拉善、北京-天津、长江三角洲和珠江三角洲4个典型地区的冬夏季大气条件下,与常用的最佳灵敏度法(OSP法)相比,OWSP方法所选的通道集合中冗余信息少,同时也可以识别一些具有特殊有效信息但灵敏度相对较低且受其他干扰因素干扰较大的通道.反演结果进一步表明,在多数情况下,OWSP方法可以有效提升廓线的反演精度,O3廓线的平均反演精度提高了 9.30%,CH4廓线的平均反演精度提高了4.90%.本文能为中国超光谱热红外载荷开发以及数据应用提供必要的技术支撑,具有重要的理论和应用价值.

    遥感热红外数据超光谱通道选择雅可比气体敏感性O3和CH4廓线反演

    典型遥感降水产品的水文模拟性能评估

    李艳忠星寅聪庄稼成杨泽龙...
    398-413页
    查看更多>>摘要:遥感降水具备大尺度、近实时、高精度等优点,现已被广泛应用于流域水资源评估和生态环境保护的研究.但遥感降水产品众多,性能差异较大,不同产品在特定流域的适用性需要进行综合评估.本研究以渭河流域的4个子流域为研究区,以国家气象局(CMA)逐日降水格点数据集为标准,借助ABCD水文模型,评估了5种典型的遥感降水产品(CHIRPS v2.0,CMORPH v1.0,PERSIANN-CDR,TRMM,MSWEP v2.0)对降水等级和水文过程模拟的性能.(1)在捕捉降水的时空变化格局方面,TRMM产品表现出较好的性能;(2)在基本统计指标和分类统计指标方面,多源集成产品MSWEP明显优于其他4种产品;但各遥感产品对中雨和大雨,尤其是大雨的预测效果欠佳;(3)在径流模拟方面,以TRMM降水作为输入时,ABCD模型模拟径流的效果明显优于其他遥感产品,其NSE在渭河上游、泾河上游、马莲河和北洛河分别达到了0.66、0.46、0.56和0.55.TRMM产品在捕捉降水空间格局和径流模拟方面优越,而MSWEP的统计性能较为优越.本文的研究结果,可为半干旱半湿润区域水文和气象等应用研究,在遥感降水数据源的选择方面提供科学参考依据,还可为黄河流域生态保护和高质量发展提供数据支撑.

    遥感降水渭河流域ABCD模型性能评估MSWEP

    利用空间随机森林方法提升GPM卫星遥感降水质量

    胡保健李伟陈传法胡占占...
    414-425页
    查看更多>>摘要:卫星遥感降水产品是当前获取大范围、连续性降水观测的主要来源,但目前已有的卫星遥感降水产品空间分辨率粗糙,且存在一定的系统偏差.为此,本文充分考虑高分辨率环境变量(包括地形、NDVI、地表温度、经纬度)对降水影响以及邻近遥感降水(站点)空间相关性,构建了一种双阶段空间随机森林SRF(Spatial Random Forest)方法(SRF-SRF).以四川省 2015年-2019年 GPM(Global Precipitation Measurement Mission)月降水数据为例,借助SRF-SRF对其质量提升,并将计算结果与现有7种方法比较,包括地理加权回归(GWR)、反向传播神经网络(BPNN)、随机森林(RF)、站点降水Kriging插值(Kriging)、经SRF降尺度后的地理差异分析校正(SRF-GDA)、经双线性插值降尺度后的SRF校正(Bi-SRF)以及年降水经SRF降尺度后按月比例分解并利用SRF校正(SRFdis)等.实验分析表明:(1)在月尺度上,与原始GPM相比,SRF-SRF的平均绝对误差(MAE)降低了 19.51%,中误差(RMSE)降低了 16.35%,而且精度优于其他方法;在季尺度上,SRF-SRF在冬季误差最小,在夏季误差最大,但其计算精度均优于其他方法;在年尺度上,基于SRF的4种方法(包括SRF-SRF、SRF-GDA、Bi-SRF和 SRFdis)优于GWR、BPNN、RF,并且SRF-SRF计算精度优于单阶段的 Bi-SRF和 SRF-GDA.(2)SRF-SRF降水产品空间分布连续性较好,且局部降水细节得到明显提升.(3)借助RF对各自变量重要性分析得出,降水空间相关性对卫星遥感降水质量提升具有重要作用.(4)基于月尺度的SRF-SRF融合校正效果优于基于年尺度的SRFdis,表明NDVI可用于该区域月尺度降水质量提升.

    遥感降水降尺度点面融合随机森林GPM机器学习

    利用IGGⅢ模型的多模多频GNSS-MR潮位反演

    陈殊何秀凤王笑蕾宋敏峰...
    426-436页
    查看更多>>摘要:潮位是保证沿海安全、监测海洋气候、维持高程基准的重要参数.近年来基于地基Global Navigation Satellite Systems(GNSS)反射信号的遥感方法被证实可以用于潮位监测.相较于传统的潮位测量方法,GNSS-multipath reflectometiy(GNSS-MR)技术有成本低、连续跟踪、全天候等优势;但是目前技术的精度不高、时间分辨率较低.通过获取更多GNSS卫星系统的观测数据可以提高潮位监测结果的时间分辨率,本文利用GPS、GLONASS、Galileo和BeiDou的观测数据,采用基于IGGⅢ模型的稳健回归方法对四系统的潮位反演数据进行融合研究.测站选取BRST站和HKQT站,这两个测站均可接收四系统数据;实验结果表明,利用多模多频GNSS-MR进行潮位反演,二个测站的反演精度分别优于13 cm和8 cm,相比于单系统单频精度有40%-70%的提升,而且能够大大提高时间分辨率.

    遥感GNSS-MR潮位反演多模多频稳健回归IGGⅢ

    基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测

    刘宣广李蒙蒙汪小钦张振超...
    437-454页
    查看更多>>摘要:建筑物变化检测在城市环境监测、土地规划管理和违章违规建筑识别等应用中具有重要作用.针对传统孪生神经网络在影像变化检测中存在的检测边界与实际边界吻合度低的问题,本文结合面向对象图像分析技术,提出一种基于面向对象孪生神经网络(Obj-SiamNet)的高分辨率遥感影像变化检测方法,利用模糊集理论自动融合多尺度变化检测结果,并通过生成对抗网络实现训练样本迁移.该方法应用在高分二号和高分七号高分辨率卫星影像中,并与基于时空自注意力的变化检测模型(STANet)、视觉变化检测网络(ChangeNet)和孪生UNet神经网络模型(Siam-NestedUNet)进行比较.结果表明:(1)融合面向对象多尺度分割的检测结果较单一尺度分割的检测结果,召回率最高提升32%,Fl指数最高提升25%,全局总体误差(GTC)最高降低7%;(2)在样本数量有限的情况下,通过生成对抗网络进行样本迁移,与未使用样本迁移前的检测结果相比,召回率最高提升16%,F1指数最高提升14%,GTC降低了 9%;(3)Obj-SiamNet方法较其他变化检测方法,整体检测精度得到提升,Fl指数最高提升23%,GTC最高降低9%.该方法有效提高了建筑物变化检测在几何和属性方面的精度,并能有效利用开放地理数据集,降低了模型训练样本制作成本,提升了检测效率和适用性.

    遥感变化检测孪生神经网络面向对象多尺度分析模糊集融合生成对抗网络高分辨率遥感影像